1、產(chǎn)品研發(fā)與技術引領：負責主導 AI Infra 相關軟件產(chǎn)品的開發(fā)工作，從技術角度規(guī)劃產(chǎn)品架構與發(fā)展方向，確保產(chǎn)品在技術上的先進性與創(chuàng)新性，滿足市場及公司業(yè)務發(fā)展需求。
2、行業(yè)應用落地推進：結合制造、金融、醫(yī)療、教育和泛政府等重點行業(yè)特性，將 AI 技術有效落地于實際業(yè)務場景，挖掘并實現(xiàn) AI 在各行業(yè)的應用價值，推動產(chǎn)品在不同行業(yè)的應用與拓展。
3、技術團隊協(xié)作與指導：與跨部門團隊緊密合作，包括但不限于算法團隊、開發(fā)團隊、測試團隊等，提供技術支持與指導，確保項目的順利進行；同時，培養(yǎng)和提升團隊成員在 AI Infra 相關領域的技術能力。
4、技術趨勢跟蹤與整合：持續(xù)關注 AI 領域的最新技術動態(tài)與發(fā)展趨勢，特別是大模型訓練、微調、推理、算法等方面，及時將前沿技術整合應用到產(chǎn)品研發(fā)中，保持產(chǎn)品的競爭力。

專業(yè)知識：

1、學歷專業(yè)：本科及以上，計算機、人工智能、數(shù)據(jù)科學等相關專業(yè)。
2、工作經(jīng)驗：5 年以上 AI 相關工作經(jīng)驗，其中3 年以上負責 AI Infra 產(chǎn)品開發(fā)或 AI 行業(yè)應用落地項目經(jīng)驗，主導過至少 2 個以上完整的 AI項目從規(guī)劃到交付的全過程。
3、行業(yè)經(jīng)驗：具備至少1個重點行業(yè)（金融/制造/醫(yī)療/政務等）AI解決方案落地經(jīng)驗。
4、技術基礎
①AI基礎理論：深入理解機器學習、深度學習的基本原理，熟悉常見的算法模型，如卷積神經(jīng)網(wǎng)絡（CNN）、循環(huán)神經(jīng)網(wǎng)絡（RNN）及其變體。
②大模型知識：對大模型的訓練機制、微調策略、推理優(yōu)化等有扎實的理論基礎，了解主流大模型架構。
③AI應用開發(fā)：熟練掌握智能體開發(fā)技能，熟悉RAG、MCP等技術和工具。

業(yè)務技能：

1、AI Infra 技術實操：擁有豐富的 AI Infra 相關軟件產(chǎn)品開發(fā)經(jīng)驗，熟練掌握 AI 框架（如 TensorFlow、PyTorch 等），具備從模型開發(fā)到部署上線的全流程實踐能力。
2、行業(yè)應用能力：至少在制造、金融、醫(yī)療、教育和泛政府行業(yè)中的兩個行業(yè)有 AI 實際落地項目經(jīng)驗，能夠深入理解行業(yè)痛點，并通過 AI 技術提供切實可行的解決方案
3、技術優(yōu)化能力：能夠對大模型訓練、推理過程進行性能優(yōu)化，熟悉分布式訓練、模型壓縮、量化等技術，提升模型的效率與可擴展性。
4、數(shù)據(jù)處理與管理：掌握大數(shù)據(jù)處理技術，熟悉數(shù)據(jù)清洗、標注、存儲與管理等流程，能夠有效利用數(shù)據(jù)驅動 AI 產(chǎn)品的開發(fā)與優(yōu)化。